|
|
|
|
|
 |
جستجو در مقالات منتشر شده |
 |
|
4 نتیجه برای طرح بهینه
هوشنگ طالبی، فریبا زاده لباف،
جلد 16، شماره 2 - ( 12-1390 )
چکیده
در بسیاری از مواقع، آزمایشگر با حالتی مواجه می‌شود که چند مدل رقیب وجود دارد (که تنها یکی از آن‌ها درست است) و او قادر به تعیین مدل صحیح نیست. هدف از این مقاله معرفی معیارهای بهینگی برای بررسی و تشخیص مدل درست است. در این راستا به دو رویکرد بیزی و غیربیزی می‌پردازیم. اگرچه رویکرد بیزی محدودیت‌هایی دارد، اما از این نظر که وابستگی استنباط‌های انجام شده نسبت به مقدار اولیه پارامترها را به میزان قابل توجهی کاهش می‌دهد، نسبت به رویکرد غیربیزی مزیت خواهد داشت. در این مقاله علاوه بر معرفی معیارهای گوناگون، برای هریک الگوریتمی نیز ارائه می‌دهیم، که در به‌دست آوردن طرحهای بهینه به‌صورت عددی سودمند واقع می‌شوند.
هوشنگ طالبی، فریده جدی،
جلد 16، شماره 2 - ( 12-1390 )
چکیده
داده های دودوئی در بسیاری از تحقیقات علمی مورد توجه هستند. مرسوم ترین مدل برای بررسی این داده ها مدل لجستیک است که در خانواده مدل های خطی تعمیم یافته قرار دارد. معیارهای بهینگی برای یافتن طرح های بهینه معموال بر اساس ماتریس کوواریانس و خواص مجانبی این ماتریس بنا نهاده شده است. خواص مجانبی این ماتریس از جمله نااریبی عناصر تا زمانی که نمونه بزرگ باشد برقرار است. لذا در نمونه های کوچک، بحث اریبی برٓاورد پارامترها مطرح می شود و در این صورت، استفاده از معیارهای ذکر شده کفایت نمی کند. رابینسون و خوری (2003) بررسی و مقایسه طرح ها برای مدل های لجستیک را برای نمونه های کوچک مورد مطالعه قرار دادند. در این مقاله با استفاده از روش گرافیکی و شهودی رابینسون و خوری (2003) نشان می دهیم عملکرد پیش بینی طرح های بهینه مینی ماکس بهتر از پیش بینی طرح های بهینه موضعی و ضیعف تر از طرح های بهینه بیزی است.
دکتر الهام بصیری،
جلد 24، شماره 2 - ( 12-1398 )
چکیده
یکی از معمول‌‌ترین روش‌های سانسور، سانسور فزاینده نوع دو از راست است. در این روش از سانسور، $n$ واحد در آزمایش قرار میگیرند و در زمان از کارافتادگی هر واحد تعدادی از واحدهای باقیمانده به تصادف از آزمایش خارج می‌شوند. این کار ادامه می‌یابد تا به ازای یک مقدار از قبل تعیین‌شده مانند $m$، زمان‌های از کارافتادگی $m$ واحد ثبت شوند و سپس آزمایش خاتمه می‌یابد. مسئله تعیین طرح بهینه سانسور در مدل سانسور فزاینده نوع دو، مسئله‌ای است که تاکنون بر اساس معیارهای متفاوتی موردمطالعه قرارگرفته است. مسئله دیگر در مدل سانسور فزاینده نوع دو انتخاب اندازه نمونه در شروع آزمایش، یعنی $n$ است. در این مقاله با فرض توزیع پارتو برای داده‌های موردبررسی و معیار اطلاع فیشر، تعیین اندازه نمونه بهینه یعنی $n_{opt}$ و همچنین طرح بهینه سانسور موردمطالعه قرار میگیرند. در انتها، به منظور ارزیابی نتایج به‌دست‌آمده محاسبات عددی و مثال واقعی با کمک نرم‌افزار $R$ ارائه‌شده‌اند.
دکتر فاطمه حسن تبار، دکتر فیروزه حقیقی، دکتر سمانه افتخاری مهابادی،
جلد 27، شماره 2 - ( 12-1401 )
چکیده
از میان بردار خروج‌های مختلف در سانسور فزاینده نوع دوم، یافتن بردار خروج بهینه با استفاده از رویکردهای بهینه‌یابی در آزمایشات طول‌عمر مورد توجه است. رویکردهای بهینه‌یابی چند-هدفه با در نظر گرفتن چند هدف بصورت همزمان، سعی در یافتن طرح بهینه می‌نمایند. در این مقاله با در نظر گرفتن دو معیار و استفاده از رویکردهای بهینه‌یابی ترکیبی، بردار خروج بهینه در سانسور فزاینده نوع دوم با مکانیسم خروج تصادفیِ وابسته مبتنی بر تابع ربط لوجیت به دست آورده می‌شود. مکانیسم خروج تصادفیِ وابسته مبتنی بر مدل لوجیت در نظر گرفته شده، شامل پارامترهای تنظیمی است که بوسیله آزمایشگر و با توجه به اهداف آزمایش و فواصل شکست احتمالی تنظیم و تعیین می‌گردد. این پارامترها، امکان تنظیم احتمال خروج را در مکانیسم سانسور در جهت کاهش هزینه و زمان آزمایش فراهم می‌کند. تعیین مقدار بهینه این پارامترها با توجه به معیار بهینگی مد نظر، بردار خروج بهینه را نتیجه می‌دهد. مطالعات شبیه‌سازی برای ارزیابی رویکرد بهینه‌یابی ترکیبی و مقایسه آن با معیارهای بهینه‌یابی تک-هدفه در مکانیسم سانسور تصادفیِ وابسته انجام می‌گردد. در انتها نتایج و پیشنهادات ارائه شده است
|
|
|
|
|
|
|
|
|
